Perplexity telah melancarkan Komputer Mudah Alih, versi platform "Komputer" ejennya yang berjalan sepenuhnya pada pengguna perkakasan yang sudah dimiliki — bermula dengan superkomputer desktop DGX Spark Nvidia dan mesin Linux yang dilengkapi dengan GPU RTX. Dibangunkan dalam perkongsian rapat dengan Nvidia dan diumumkan pada 25 Ogos 2026, ia merupakan salah satu percubaan paling agresif untuk memindahkan beban kerja ejen AI yang serius dari awan dan ke peranti tempatan.
Nadanya mudah tetapi berbangkit: model, fail pengguna dan kerja itu sendiri semuanya boleh kekal pada mesin. Kerja yang disiapkan secara tempatan tidak menggunakan kredit pengebilan, setiap tugas bermula pada peranti secara lalai, dan sistem meminta kebenaran sebelum menghantar sebarang langkah individu ke model sempadan yang lebih berkuasa dalam awan. For more context on this story, see our ongoing AI trends.
"Kami pada asasnya telah membawa UI yang sama kepada apl tempatan sepenuhnya," kata Nate, naib presiden kejuruteraan untuk infrastruktur dan perusahaan Perplexity, semasa taklimat akhbar Isnin. "Ini menggabungkan keseluruhan abah-abah dan inferens ejen dan semua yang diperlukan untuk melakukan kerja secara tempatan."
Bagi Nvidia, yang telah menghabiskan dua tahun lalu menjual dunia pada pusat data AI bernilai trilion dolar, pengumuman itu membawa mesej yang lebih halus: pembuat cip percaya AI tempatan telah melepasi ambang dari rasa ingin tahu penggemar kepada alat praktikal. "AI tempatan mencapai titik perubahan," kata Nader, pengarah teknologi pembangun Nvidia. "Untuk masa yang paling lama, ia adalah penggemar dan peminat... menjalankan model terkuantasi ini yang dikuantasikan menjadi sangat kecil. Dan walaupun itu hebat, ia tidak terlalu praktikal. Tetapi semua itu berubah dengan banyak model sumber terbuka baharu ini."
Timbunan AI Tempatan Penuh dalam Satu Apl
Perplexity Computer, produk awan, mengatur model, fail, alatan dan akses web untuk menyelesaikan tugas kerja pengetahuan berbilang langkah — menyemak folder dokumen, menganalisis data dan menghasilkan laporan. Komputer Mudah Alih mereplikasi itu secara tempatan, menggabungkan model tempatan, abah-abah ejen, enjin inferens, alatan, penyambung aplikasi dan kotak pasir keselamatan ke dalam satu aplikasi. Penggabungan itu penting: dengan kebanyakan tindanan AI tempatan hari ini, pengguna mesti memasang sendiri kepingan tersebut — memuat turun pemberat, memasang pelayan inferens dan alatan pendawaian bersama-sama.
Dalam demo akhbar, sistem memainkan pelabur runcit yang menyemak folder 1099s dan dokumen pelaburan — jenis bahan kewangan sensitif yang ramai pengguna teragak-agak untuk memuat naik ke perkhidmatan awan. Menjalankan model Qwen 27 bilion parameter pada penggunaan GPU penuh pada DGX Spark, ejen itu menandakan kes di mana pelabur membayar yuran yang tidak perlu. Elemen antara muka yang biasanya menghitung kredit awan, Perplexity menyatakan, "hanya diletakkan pada sifar."
Produk ini juga hibrid dan bukannya hermetik. Demo kedua menganalisis CSV data corong pengguna secara setempat, kemudian menolak analisis selesai ke Slack menggunakan ekosistem penyambung Perplexity. Sistem ini bersambung ke Google Drive, Gmail dan GitHub, dan boleh meningkat kepada model awan sempadan apabila model tempatan mencapai hadnya.
Keperluan dan Ketersediaan
Semasa pelancaran, pengguna boleh menjalankan Qwen 3.8 27B atau PPLX 27B — versi Perplexity telah dilatih selepas terlatih pada abah-abahnya sendiri — dengan Nemotron 3.5 Lightning Nvidia akan datang tidak lama lagi. Sistem ini menggunakan vLLM untuk mengehoskan inferens di bawahnya, dengan mod lanjutan untuk pengguna yang ingin memasangkan titik akhir mereka sendiri. Mana-mana GPU RTX dengan sekurang-kurangnya 24GB VRAM, kira-kira GeForce RTX 3090 atau lebih baharu, mengosongkan bar.
Komputer Mudah Alih kini tersedia untuk pelanggan Pro, Max, Enterprise Pro dan Enterprise Max di Linux, dengan sokongan Windows akan menyusul pada bulan September.
Reka Bentuk Bersama Model dan Harness
Di samping pelancaran, Perplexity menerbitkan kertas penyelidikan dengan alasan bahawa ejen tempatan yang berkesan memerlukan model dan abah-abah ejen — perancah gesaan, alatan dan logik orkestrasi — untuk direka bentuk bersama. Abah-abah tujuan am menganggap model sempadan yang boleh menyerap konteks yang besar dan menavigasi permukaan alat yang luas; model tempatan kecil bergelung di bawah permintaan tersebut. Kekeliruan mendapati bahawa walaupun Qwen 3.8 27B mengiklankan tetingkap konteks 260,000 token, ia mula bergelut melebihi 100,000 token.
Jawapan syarikat ialah abah-abah yang sengaja minimum: gesaan sistem yang ringkas, set kecil alat teras dan keupayaan yang memuat dan memunggah sebagai "kemahiran" atas permintaan. Ia menukar penyambung popular seperti Gmail dan GitHub daripada pelayan MCP yang haus token kepada alatan baris perintah yang padat, menambah cangkuk pengesahan kendiri dan menguatkuasakan kotak pasir peringkat OS sentiasa dihidupkan — jika kotak pasir tidak tersedia, abah-abah akan melumpuhkan dirinya sendiri daripada menjalankan alatan tanpa perlindungan.
Hasil penanda aras Laporan Perplexity adalah menarik, walaupun ia datang daripada penilaian syarikat sendiri. Pada Bangku Kerja Pengetahuan Setempat dalamannya — 53 tugasan merangkumi penyelidikan mendalam, analisis kewangan dan penciptaan dokumen, yang Perplexity merancang untuk menjadi sumber terbuka — Komputer yang menjalankan Qwen 3.8 27B pada Spark DGX memperoleh 82.6%, berbanding 77.6% untuk abah-abah Pi sumber terbuka dan 74.0% untuk model Hermes yang serupa. PPLX 27B selepas latihan Perplexity melonjakkan markah kepada 85.4%. Pada BrowseComp, penanda aras penyelidikan web, Komputer mencapai ketepatan 66.7% berbanding 50.2% untuk Pi dan 43.9% untuk Hermes, sambil menggunakan 51% kurang masa dinding dan 70% lebih sedikit token daripada Pi.
Ejen Penggerak Ekonomi Token Tempatan
Logik strategik menjadi jelas dalam cara beban kerja AI telah berubah. Sembang meletop — soalan, jawapan, selesai. Ejen berjalan berjam-jam. "Dengan ejen, anda mahu ejen ini sentiasa aktif jika anda boleh... Apa yang kami lihat ialah permintaan yang tidak pernah puas untuk token, dan itu sesuatu yang menjadikan AI tempatan begitu hebat," kata Nader. "Anda tidak diukur oleh token. Anda tidak membayar untuk token itu."
Pertengahan hibrid mungkin merupakan hasil yang paling menarik secara komersial. Pada Terminal Bench 2.1, penanda aras pengekodan yang mencabar, model Qwen tempatan sepenuhnya mendapat markah 59.6% pada asasnya sifar kos marginal. Membiarkan ia meningkat kepada "penasihat" Claude Opus 5 dalam awan meningkatkan skor kepada 73.0% pada anggaran $0.415 setiap tugas, manakala menjalankan model sempadan sahaja mendapat skor 82.4% pada $0.65 setiap tugas. Peningkatan pulih kira-kira tiga perlima daripada jurang kepada prestasi sempadan pada kira-kira dua pertiga daripada kos — dan pengguna memutuskan bila perdagangan itu berbaloi untuk dibuat. Sebelum sebarang panggilan penasihat, abah-abah menjalankan pengelas PII ke atas konteks keluar dan menunjukkan kepada pengguna dengan tepat perkara yang akan meninggalkan peranti; model jauh mengembalikan panduan teks sahaja dan tidak pernah menyentuh fail atau alatan setempat.
Nvidia juga menekankan bahawa skala perkakasan melebihi satu kotak: menyambungkan dua DGX Sparks melalui memori kongsi menjalankan model terbuka kelas sempadan seperti DeepSeek terbaru, empat boleh menjalankan GLM 5.2 atau Nemotron Ultra, dan Nader berkata dia telah "malah melihat lapan Sparks disambungkan."
Pelancaran ini melanjutkan perkongsian yang telah dibina selama lebih setahun, selepas Nvidia dan Perplexity mengumumkan kerjasama AI yang berdaulat untuk penerbit dan telekomunikasi Eropah pada Jun 2025. Bagi pembangun yang menimbang tindanan DIY Ollama, abah-abah terbuka dan inferens yang dihoskan sendiri, taruhan Komputer Mudah Alih — akhirnya menjadikan model seperti perkakas, reka bentuk pasir, dan reka bentuk bersama AI — akhirnya menjadikan model seperti perkakas dan reka bentuk bersama AI. arus perdana.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
